PyTorch中的torch.cat简单介绍


Posted in Python onMarch 17, 2022

1.toych简单介绍

torch包含了多维疑是的数据结构及基于其上的多种数学操作。

torch包含了多维张量的数据结构以及基于其上的多种数学运算。此外,它也提供了多种实用工具,其中一些可以更有效地对张量和任意类型进行序列化的工具。

它具有CUDA的对应实现,可以在NVIDIA GPU上进行张量运算(计算能力>=3.0)

2. 张量Tensors

torch.is_tensor(obj):如果obj是一个pytorch张量,则返回True

torch.is_storage(obj):如果obj是一个pytorch storage对象,则返回True

torch.numel(input):返回input张量中的元素个数。

3.torch.cat

a = torch.ones([1,2])
 
b = torch.ones([1,2])
 
z = torch.cat([a,b],1)
 
a
Out[47]: tensor([[1., 1., 1., 1.]])
 
a
Out[48]: tensor([[1., 1.]])

如果第二个参数是1,torch.cat就是将a,b 按列放在一起,大小为torch.Size([1,4])。如果第二个参数是0,则按行

行放在一起,大小为 torch.Size([2, 2]) 。

字面理解:torch.cat是将两个张量(tensor)拼接在一起,cat是concatenate的意思,即拼接,联系在一起。

例子理解:

import torch
A = torch.ones(2,3)
A
#tensor([[1., 1., 1.],
#        [1., 1., 1.]])
B=2*torch.ones(4,3)
B
#tensor([[2., 2., 2.],
#        [2., 2., 2.],
#        [2., 2., 2.],
#        [2., 2., 2.]])
C = torch.cat((A,B),0) #按维数0(添加到行)拼接
C
#tensor([[1., 1., 1.],
#        [1., 1., 1.],
#        [2., 2., 2.],
#        [2., 2., 2.],
#        [2., 2., 2.],
#        [2., 2., 2.]])
D = 2*torch.ones(2,4)
M = torch.cat((A,D),1)  # 按维数1(列)拼接
M
#tensor([[1., 1., 1., 2., 2., 2., 2.],
#        [1., 1., 1., 2., 2., 2., 2.]])
M.size()
#torch.Size([2, 7])

使用torch.cat((A,B),dim)时,除拼接维数dim数值可不同外其余维数数值需相同,方能对齐

到此这篇关于PyTorch中的torch.cat的文章就介绍到这了,更多相关torch.cat内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python发腾讯微博代码分享
Jan 10 Python
Python实现CET查分的方法
Mar 10 Python
Python中的descriptor描述器简明使用指南
Jun 02 Python
python MySQLdb使用教程详解
Mar 20 Python
python自动化报告的输出用例详解
May 30 Python
Python 2.7中文显示与处理方法
Jul 16 Python
Django contenttypes 框架详解(小结)
Aug 13 Python
python3.7将代码打包成exe程序并添加图标的方法
Oct 11 Python
Python三元运算与lambda表达式实例解析
Nov 30 Python
python 机器学习的标准化、归一化、正则化、离散化和白化
Apr 16 Python
python-for x in range的用法(注意要点、细节)
May 10 Python
pytorch 如何把图像数据集进行划分成train,test和val
May 31 Python
Python Pygame实战在打砖块游戏的实现
python超详细实现完整学生成绩管理系统
Mar 17 #Python
Python Pygame实战之塔防游戏的实现
pytorch中的 .view()函数的用法介绍
Mar 17 #Python
Python绘画好看的星空图
opencv深入浅出了解机器学习和深度学习
Python与C++中梯度方向直方图的实现
You might like
PHP 已经成熟
2006/12/04 PHP
提高PHP编程效率 引入缓存机制提升性能
2010/02/15 PHP
php在页面中调用fckeditor编辑器的方法
2011/06/10 PHP
浅析THINKPHP的addAll支持的最大数据量
2015/02/03 PHP
weiphp微信公众平台授权设置
2016/01/04 PHP
php curl中gzip的压缩性能测试实例分析
2016/11/08 PHP
如何在Laravel5.8中正确地应用Repository设计模式
2019/11/26 PHP
利用Dojo和JSON建立无限级AJAX动态加载的功能模块树
2007/03/24 Javascript
cookie丢失问题(认证失效) Authentication (用户验证信息)也会丢失
2009/06/04 Javascript
JavaScript prototype属性深入介绍
2012/11/27 Javascript
JavaScript简单实现网页回到顶部功能
2013/11/12 Javascript
js实现多选项切换导航菜单的方法
2015/02/06 Javascript
JavaScript中消除闭包的一般方法介绍
2015/03/16 Javascript
在Ubuntu系统上安装Ghost博客平台的教程
2015/06/17 Javascript
nodejs导出excel的方法
2015/06/30 NodeJs
JavaScript实现弹出模态窗体并接受传值的方法
2016/02/12 Javascript
iscroll.js滚动加载实例详解
2017/07/18 Javascript
js实现简单选项卡功能
2020/03/23 Javascript
vue-cli 使用vue-bus来全局控制的实例讲解
2018/09/15 Javascript
Node.js Buffer模块功能及常用方法实例分析
2019/01/05 Javascript
Node.js API详解之 Error模块用法实例分析
2020/05/14 Javascript
Python中if __name__ == '__main__'作用解析
2015/06/29 Python
使用apidocJs快速生成在线文档的实例讲解
2018/02/07 Python
Python考拉兹猜想输出序列代码实践
2019/07/05 Python
Python定义函数时参数有默认值问题解决
2019/12/19 Python
tensorflow 利用expand_dims和squeeze扩展和压缩tensor维度方式
2020/02/07 Python
Python如何自动获取目标网站最新通知
2020/06/18 Python
利用CSS3实现文本框的清除按钮相关的一些效果
2015/06/23 HTML / CSS
西班牙英格列斯百货官网:El Corte Inglés
2016/09/25 全球购物
澳大利亚百货公司:David Jones
2018/02/08 全球购物
Skyscanner台湾:全球知名的旅行比价引擎
2018/07/01 全球购物
澳大利亚拥有最好的家具和家居用品在线目的地:Nestz
2019/02/23 全球购物
语文课外活动总结
2014/08/27 职场文书
酒店收银员岗位职责
2015/04/07 职场文书
MySQL中一条update语句是如何执行的
2022/03/16 MySQL
Java无向树分析 实现最小高度树
2022/04/09 Javascript